Protein, neasi. Zdroj: Pxhere, Wikipedia/CC BY/Jcwhizz, vlastní

Zdroj obrázku:

Mění se způsob odhalování tajemství proteinových struktur

TLDR: Proteiny. Co jsi pod tímhle pojmem představujete? Možná si po posilování dáváte proteinové tyčinky, možná jste už někdy pili proteinové šejky. Ale co jsou doopravdy proteiny? Tož, pojďme si to rozebrat.

Záhada proteinu

Proteiny si můžeme nadefinovat jako biomolekuly, které pozůstávají z jednoho nebo více aminokyselinových řetězců. Aminokyseliny si přestavte jako chemické látky, které jsou přirozeně v našem tele a ve všech ostatních živých organismech. Mezi sebou se spájejí pomocí tzv. proteinové vazby. Aminokyselin, které se takhle spájejí a kombinují pomocí proteinové vazby, je v organismech 20, a voláme je proteinogenní.

Proč bychom se měli proteiny zaobírat? Proteiny plní v našem tele různé funkce, od signálních, strukturních, transportních až po imunitní odpověď. Jsou prakticky všude, přičemž mnohé z nich souvisí s rozvojem nějaké nemoci, a jejich nesprávné fungování nebo mutace je s tou nemocí propojena.

Takže dává smysl, že i výzkum proteinů je zásadní pro porozumění dané nemoci, jaký má mechanismus a jak ji můžeme správně léčit. Je zcela zásadní i u vývoje léčiv, které se jako vědátoři snažíme vytvořit tak, aby přesně cílily na daný protein, který rozvoj nemoci spouští. Mají ale samože i vliv na zemědělství, kde výzkum proteinů rostlin taky zastává svou roli.

Well, a jak je to stou strukturou proteinu? Jak asi tušíte, proteiny jsou fakt malé. Jakožto komplexní molekuly je prostě nejde jen pod mikroskopem proměřit pravítkem. Navíc se proteiny kroutí jako paragraf. Protein má svou primární strukturu, tedy sekvenci aminokyselin spojenou pomocí proteinové vazby do řetězce, dál se tenhle řetězec pomocí interakcí nazývaných nekovalentní interakce stáčejí do dvou 3D struktur a to α-helix a β-skládaný list, co je jeho sekundární struktura.

Následně se dané útvary přibližují k sobě a tvoři poněkud větší struktury, někdy i finální funkční proteiny s terciární strukturou. Některé proteiny tvoří i kvartérní struktury – líp řečeno komplexy – jako například transportní protein pro kyslík, hemoglobin.

Jak můžeme, jako vědci, získat proteinovou strukturu, když ne pravítkem?

AlphaFold se blíží. Zdroj: Walt Disney Pictures
AlphaFold se blíží. Zdroj: Walt Disney Pictures

Mikroskopy… a počítače

Inu, máme k dispozici rentgenovou krystalografii, kdy lze (některé) proteiny vykrystalizovat a poté prosvítit a dopočítat jejich tvar. Nebo se dá použít i kryogenní elektronová mikroskopie. V posledních letech taky na popularitě vzrůstá hmotnostní spektrometrie, nebo nukleární magnetická rezonance pro určení 3D struktur proteinů. Ale to nejsou techniky, o kterých si tu budeme povídat…

Nás bude zajímat, co dělat, když tyhle techniky nebudeme moci použít – ať už s různých důvodů. Třeba když máme velký, nestabilní protein, který se nedá vykrystalizovat. Nebo když máme membránový protein, který je na závislý na specifickém prostředí membrány. Nebo když se jedná a protein, který je těžko „vypěstovatelný“ v buněčných liniích…

Taky nastupují počítače. Proteinová struktura jde namodelovat i tzv. in silico, na základě vstupního portu, sekvence aminokyselin, která je pro každý protein specifická a slouží jako otisk prstu pro protein. Když hledáme nějaký hledaný protein a máme už k němu jemu podobný protein, který si můžeme najít v Protein Data Bank (RCSB PDB: Homepage), můžeme použít homologní modelování nebo threading proteinů prostřednictvím programů, jako je SWISS-MODEL, nebol Modeller.

Protein ERN1, což je sice jiný, než který řešíme dnes, ale vy to stejně nepoznáte. Zdroj: Thermo Fisher Scientific, CC BY/Emw
Protein ERN1, což je sice jiný, než který řešíme dnes, ale vy to stejně nepoznáte. Zdroj: Thermo Fisher Scientific, CC BY/Emw

Pokračujeme v teorii…

Když tyto údaje nemáme a modelujeme nový neznámý protein, využíváme fyzikální modely. Představte si to jako vytvoření digitální verze skládání bílkovin. To nám pomáhá zjistit, jak se proteiny chovají. Jedna z těchto technik se nazývá molekulová dynamika (MD). Vědci mohou pomocí MD sledovat, jak se proteiny skládají a pohybují na obrazovce počítače. Má to však háček.

Provádění těchto simulací může být nákladné z hlediska výkonu počítače. Můžeme je tedy provádět pouze pro menší proteiny nebo peptidy a u větších proteinů musíme zvolit jiný přístup. Nemůžeme plně simulovat jejich skládání a pohyb, ale můžeme studovat, jak se chovají v určitých situacích. Pokud chceme zkoumat, jak se proteiny skládají po dlouhou dobu (více než 1 milisekundu) nebo u proteinů, které jsou velké asi 50 stavebních kamenů nebo ještě větší, používáme něco, čemu se říká „hrubozrnné modely“.

Ty nám pomáhají vidět celkový obraz skládání proteinů, i když nevidíme všechny drobné detaily. Takové metody možno popsat jako proteinové predikce, kdy z primární struktury predikujeme sekundární a terciární. Problém je, že je to výpočetně velmi náročné.

YouTube player

Jak se dá dopočítat tvar?

Typický protein má stovky aminokyselin, což znamená tisíce atomů. Záleží však také na prostředí: protein při skládání interaguje s okolní vodou. Takže je třeba simulovat více než 30 tisíc atomů. Mluvíme tu teda o „Problému skládání proteinů“.

Problém skládání bílkovin je otázka, jak aminokyselinová sekvence bílkoviny určuje její trojrozměrnou atomovou strukturu. Pojem „problém skládání“ se poprvé objevil kolem roku 1960, kdy se objevily první struktury proteinů s atomovým rozlišením. Problém skládání proteinů pozůstává z tří různých problémů:

  • kód skládání: termodynamická otázka, jaká rovnováha meziatomových sil diktuje strukturu proteinu pro danou sekvenci aminokyselin
  • predikce struktury proteinu: výpočetní problém, jak předpovědět nativní strukturu proteinu z jeho sekvence aminokyselin
  • proces skládání: kinetická otázka, jaké cesty nebo dráhy některé proteiny používají, aby se složily tak rychle. Zaměříme se zde pouze na rozpustné proteiny, nikoli na vláknité nebo membránové proteiny.

Dlouho žádná technika nedokázala s vysokou přesností předpovědět širokou škálu proteinových struktur. V soutěži CASP, která se pořádá dvakrát ročně a v níž se porovnávají algoritmy s experimentálně změřenými strukturami, se dosahovalo nejlepších výsledků 30-40 % až do příchodu AlphaFoldu, programu pro predikci proteinových struktur od společnosti DeepMind, která spadá pod Google. Nová éra začíná.

Dnešní článek sesmolila Nina jako svůj příspěvek pro Českého vševěda, kde pro ni můžete hlasovat. Zdroj: Nina
Dnešní článek sesmolila Nina jako svůj příspěvek pro Českého vševěda, kde pro ni můžete hlasovat. Zdroj: Nina

Co umí AlphaFold?

Jak funguje AlphaFold? Používá několik neuronových sítí, aby se „naučil“ různé vlastnosti pro každý protein. Jedním z klíčových úkolů je předpověď vzdáleností mezi aminokyselinami, což je jako kreslení mapy, která ukazuje, jak jsou tyto stavební bloky daleko od sebe. Tato předpověď vede algoritmus k finálnímu tvaru proteinu.

Obecnou výhodou AlphaFold oproti některým předchozím metodám je, že nepotřebuje předpoklady o struktuře. Některé metody pracují tak, že rozdělí protein na oblasti, zjistí každou oblast a pak je zase složí dohromady. AlphaFold to dělat nemusí. Celý proces se tak zjednodušuje a urychluje. Všechny struktury proteinů takto napočítané jsou pak dostupné ve veřejné databázi AlphaFoldu.

Takhle se můžeme dostat k různým proteinovým strukturám rychle a efektivně. Jaké jsou ale možnosti AlphaFoldu? Jak můžeme jako vědci spoléhat na tyto struktury a jaké nové možnosti přináší? To vědci ještě musí zjistit. A právě těmito otázkami se bičuje i Nina ve svém výzkumu. A nejenom AlphaFoldem, nýbrž též jinými podobnými programy, které přichází s metodou hlubokého neuronového učení pro predikci proteinů…

Začala se psát nová éra pro proteinové inženýrství – ale teprve uvidíme, co budoucnost ještě přinese.

[Nina Kadášová]

Vědátor vzniká v dílně spolku studentů a popularizátorů vědy UP Crowd za podpory MUDRstart, který tvoří přípravné testy pro studenty vysokých škol. Krom různých autorů projekt jako šéfredaktor vede Ladislav Loukota – jeho kontaktní mail je vedatororg@seznam.cz

Reklama

Reklama

Copyright © 2025 VĚDÁTOR. Všechna práva vyhrazena.
Copyright © 2025 VĚDÁTOR. Všechna práva vyhrazena.